KARPOV.COURSES

Спасибо вам за создание такого потрясающего продукта! Я уже давно не испытывал такого энтузиазма к решению задач из онлайн-курсов. Обычно, когда я покупаю курс, я забываю о нем, если никто не напоминает и не подталкивает меня. Но с вашим продуктом все по-другому. Я сам от себя в шоке от того, как сильно я хочу решать задачки, даже без всяких напоминаний. Спасибо вам еще раз за это! Читать

Знания, полученные в ходе курса, оказались полезными как на собеседованиях, так и в моей работе. Я воспользовался программой помощи в трудоустройстве, которая была включена в курс, и благодаря специалисту karpov.courses я нашел новую работу. Хотя я сам также активно искал вакансии, это было дополнительным плюсом. Я устроился в небольшой, уютный стартап, который предлагал перспективы. Моя задача заключалась в разработке продукта по кредитному скорингу малых предпринимателей для продажи банкам. Перед тем, как начать искать работу, я прошел только модули Читать

Хороший разбор и удобная собственная платформа для тестов - это то, что я нашла в этом курсе. Я закончила НИУ ВШЭ 2,5 раза, прервав свой университетский путь посреди аспирантуры. Сейчас я работаю на исследовательской позиции в том же месте, где училась, и мы занимаемся экспериментами. Моя коллега нашла этот курс и посоветовала его мне. Мы все когда-то слушали лекции Анатолия на Степике :) На тот момент я планировала подавать резюме на продуктовые вакансии, поэтому программа курса оказалась для меня актуальной. Мне очень понравился разбор материала по теме A/B-тестирования и удобная платформа для прохождения тестов. Объяснения в тексте были понятными, и я много конспектировала. Даже решение простых задач доставляло мне удовольствие. И даже финальный тест мне понравился - я ощущала себя как проходящий босс. Теперь я могу указать в своем резюме, что имею базовые знания в A/B-тестировании. Я планирую пройти курс еще несколько раз, особенно когда у меня будут конкретные задачи на работе. Поэтому я благодарна за то, что доступ к курсу не закрывается Читать

Курс, на который я записался, оказался очень хорошо структурированным. Он состоял из модулей, каждый из которых постепенно расширял горизонтальное понимание темы и достигал вертикальной глубины. Каждая тема была сопровождена наглядными схемами, созданными с помощью веб-тула для коллаборативного рисования. Весь курс был ориентирован на реальные паблик-сервисы, такие как фотоаппы, сервисы такси, видеоплатформы и другие, которые мы разбирали последовательно через каждую тему. Это было очень полезно, так как эти сервисы часто встречаются в задачах на реальных интервью в крупных технологических компаниях. Весь материал курса был доступен через Learning Management System, где были видеолекции и конспекты лекций. В некоторых уроках были ссылки на дополнительные материалы для более глубокого погружения в тему. Также в каждом модуле были практические задания с дедлайнами. Задания включали тесты и более сложные практические задачи с обратной связью от преподавателей. Финальным проектом было создание системы, в котором нужно было применить все изученные знания. Курс был интенсивным, с адекватными дедлайнами, что помогало поддерживать учебный темп. Балльно-рейтинговая система курса стимулировала регулярное выполнение заданий и не отставание от программы. Курс также предоставлял оперативную поддержку и чат сокурсников. Преподаватели были также доступны в чатах, что позволяло обсудить более глубокие вопросы напрямую. Чат с сокурсниками позволял обмениваться идеями и самоорганизовываться в мок-интервью с единомышленниками, если целью курса была подготовка к System Design интервью в компаниях типа FAANG. В целом, курс оказался очень полезным и информативным. Я получил много новых знаний и опыта, который смогу применить в своей работе Читать

Я закончил бакалавриат Университета ИТМО по направлению «Физика наноструктур» и был очень доволен симулятором. Уже до этого у меня был опыт прохождения различных курсов по машинному и глубокому обучению, но на предыдущих курсах мне казалось, что задачи были немного оторваны от реальной работы ML-инженера. В симуляторе же я ожидал найти реальные кейсы, похожие на стажировку, и это оказалось правдой. Моя основная мотивация была пополнить свое портфолио интересными задачами и проектами, о которых можно было бы говорить на собеседовании. Я очень рад, что мне удалось это сделать. Мне понравилось, что задачи в симуляторе разделены по уровням, и ты сам можешь выбирать, какую задачу решать. Особенно мне понравились задачи уровня middle, так как они были более сложными и требовали нескольких дней или даже недель для выполнения. Например, задача предсказания оттока, где нужно было не только построить модель, но и провести ETL-пайплайн с feature-инжинирингом. Или задача о неуверенности моделей (boosting uncertainty), где нужно было прочитать статью и самому реализовать виртуальный ансамбль для оценки уверенности предсказаний. Решение таких задач доставляло мне удовольствие. Но я также извлек много полезного из задач уровней intern и junior. Я улучшил свои навыки работы с SQL, особенно с оконными функциями. Также научился парсить данные с помощью библиотек Python. В целом, я уверен, что каждый найдет в симуляторе что-то полезное для себя, независимо от своего уровня. Я смог пополнить свое портфолио интересными задачами. Я наконец разобрался в бутстрапе, так как ему было уделено много задач. Мои навыки работы с pandas и numpy также значительно улучшились, что позволяет мне уверенно выполнять тестовые задания. Я очень рад, что разработчики симулятора поддерживают связь со студентами и учитывают их пожелания по задачам. Также хочу выразить большую благодарность преподавателям и кураторам, которые помогали мне, когда я застревал на какой-то задаче Читать

Я прошел пять собеседований в американской компании по машинному обучению и получил работу. Изначально у меня был опыт в менеджменте и широкие, но поверхностные знания в области машинного обучения и инженерии данных. Это означало, что мне было сложно конкурировать с людьми, специализирующимися в компьютерном зрении, обработке естественного языка, обучении с подкреплением или инженерии данных. Однако я заметил, что сейчас на рынке появляется много вакансий менеджера по науке о данных, где большую роль играют софт-скиллы, умение находить общий язык с HR, директорами по науке о данных, AI, вице-президентами и старшими вице-президентами, а также опыт управления командами и решения конкретных бизнес-задач. Сначала я колебался отказаться от инженерной карьеры, так как меня интересовал исследовательский и инженерный подход. Однако я понял, что если мои сильные стороны - это движение проектов и разрешение конфликтов, то нет смысла отказываться от этого. В результате пяти собеседований я получил предложения от небольших и средних компаний в США на позиции специалиста по науке о данных, инженера по машинному обучению и менеджера по науке о данных. В конечном итоге я выбрал путь менеджера по науке о данных и с марта начну работать на позиции менеджера по науке о данных в DISH.com. На основе моего опыта каждое собеседование по машинному обучению состояло из двух частей: базового и продвинутого машинного обучения (не включая этап с кодом). В базовой части было важно не только правильно ответить на вопросы, но и объяснить ответы простым языком. Ожидается, что все это знают, поэтому на этом этапе сложно выделиться - разве что с помощью софт-скиллов, улыбки и ответов на сложные вопросы. А вот продвинутое машинное обучение - это та часть собеседования, где действительно можно проявить себя. В этом мне помог HardML. Люди, конечно, не прочь обсудить продвинутые или редкие темы, которые вы оба знаете, но будет еще интереснее, если вы сможете рассказать о полезных вещах, которые они не знают. Особенно если есть проект с кодом, в котором можно покопаться. Мы обсуждали такие темы, как многорукие бандиты, быстрые ближайшие соседи, CUPED, кластеризация, деревья воздействия. Я мог похвастаться такими вещами, как Dask Feature Lib, Contextual MABs, target encoding, probabilistic forecasting, Толока и построение систем маркировки, а также LambdaMART. Я также понял, что собеседование - это не полностью скриптованный процесс и его можно в некоторой степени контролировать. Обычно это работало хорошо, потому что никому не хочется слушать одни и те же ответы на базовые вопросы много раз, а обсуждение продвинутых тем всегда интересно. Я выбрал такую стратегию, которая работала с переменным успехом: - Начинал с small talk, чтобы снять напряжение. - Понимал, чем занимается команда и выбирал подходящие проекты и знания из своего опыта. - Упоминал подходящие задачи во время представления о себе. - Быстро проходил базовую часть. - Обсуждал продвинутую часть, не углубляясь слишком сильно. - Показывал код из своих проектов, чтобы сопоставить ожидания и свои возможности. Так что для меня фраза Читать

В конце курса, вам будет предоставлена возможность пообщаться с HR-менеджером, который проверит ваше резюме и поможет внести необходимые исправления. Он также предоставит вам набор файлов, содержащих ограниченное количество информации, и половина ссылок в них могут быть нерабочими. Вам могут посоветовать украсить ваш опыт работы (например, считая этот курс как опыт). Однако, после этого помощь заканчивается Читать

Курс System Design был для меня очень интересным, так как я работаю системным аналитиком. Я часто общаюсь с разработчиками one-to-one и мне важно говорить на их языке. На работе я создаю компонентные и модульные схемы и защищаю их на архитектурном совете. Благодаря этому курсу я понял, как на самом деле должно быть, какие ошибки я делал в проектировании и как их избегать. Многое из обучения пересекается с моими знаниями по системному анализу, такими как ACID и CAP теорема. Курс помог мне структурировать мои текущие знания, провести параллели и узнать много нюансов. Я научился оценивать нагрузку, масштабировать систему и повышать ее отзывчивость на основе требований. Также я разобрался в различных алгоритмах поиска. Особенно интересной для меня была реализация поиска, так как такую информацию сложно найти: она была четкой, структурированной и практичной. Я рекомендую этот курс всем системным аналитикам, так как он поможет взглянуть на вашу работу с другой стороны. Курс проходится быстро и легко. Используя полученные знания на практике, вы всегда будете на шаг впереди своих коллег Читать

Еще в процессе обучения на курсе я получил свою первую победу на хакатоне. У меня есть инженерное образование с отличием, а также опыт работы в различных областях, начиная от гидродинамики и моделирования до топологической оптимизации и аддитивных технологий. В 2017 году я познакомился с машинным обучением, когда был на стажировке в Wolfram Research Inc. Там я реализовал алгоритм исправления опечаток в коде и начал изучать эту область. В основной работе я занимался календарным планированием и неградиентными методами оптимизации, но всегда интересовался машинным обучением. Я поступил на курс HARD ML с целью узнать, смогу ли освоить его и найти в этой области свое призвание. Благодаря блоку Игоря я получил уверенность в себе и понял, что мне нравится глубоко копать и применять новые знания для решения практических задач. Я решил попробовать свои силы на хакатонах и применить полученные навыки. Хотя я пропустил один хакатон, я участвовал в Лидерах Цифровой Трансформации 2021, где мы решали задачу создания рекомендательной системы для стартапов в Москве. Эта тема была близка мне из-за блока Игоря и Стаса, посвященных рекомендательным системам и многоруким бандитам. Мы смогли разработать прототип рекомендательной системы на основе многорукого бандита и выиграли хакатон. Сейчас мы работаем над тем, чтобы довести систему до уровня Читать

Курс понравился. Я экономист по образованию и работал в одном банке в течение 8 лет после окончания университета. В начале своей карьеры я занимался кредитным инспектированием и оценкой имущества, такого как дорогие машины и дома, которые были предоставлены в залог. Я также выезжал к бизнес-клиентам, таким как лесопилки и молочные фермы. В общем, это была не очень интересная работа в банковской сфере. Я также писал роботов на RPA и делал много других вещей. Постепенно я перешел в аналитику, так как мне хотелось автоматизации и избавления от рутины. Благодаря своему предыдущему опыту, я хорошо понимал, как работает банковская сфера и какие есть слабости и возможности наших продуктов. Я считаю, что практический опыт важнее, чем технические навыки (хотя с некоторыми оговорками). Последние полтора года я работал лидером небольшой аналитической команды в том же банке. Я проводил A/B-тесты на работе, но больше с точки зрения бизнес-заказчика, без возможности технической реализации. Однако, по собственной инициативе, я писал скрипты на Python для проверки различных гипотез и старался разобраться в специфике. Я много смотрел и читал, даже прочитал Читать